U oblasti neuronauke, fundamentalni aspekt uključuje otkrivanje mehanizama pomoću kojih naše čulne percepcije pretvaraju različite stimuluse u svesna iskustva – bilo da je to svetlost u vid, muzika u sluh, hrana u ukus ili tekstura u dodir. Međutim, zamršeni odnosi koji upravljaju našim čulom mirisa dugo su zbunjivali istraživače.
Na ljudsku percepciju mirisa, bilo da se radi o divnim cvetnim mirisima ili uvredljivim mirisima hrane koja se raspada, utiču proteini u nosu poznati kao receptori za miris. Ipak, naša saznanja o tome kako ovi receptori otkrivaju i pretvaraju hemikalije u mirise ostaje ograničeno.
Tim istraživača iz Monell Chemical Senses Centra sarađivao je sa startapom Osmo sa sedištem u Kembridžu, inicijativom koja je proistekla iz napora Google Research-a za mašinsko učenje kako bi rasvetlili ovaj fenomen. Naučnici su krenuli u istraživanje zamršenih veza između sistema olfaktorne percepcije mozga i hemikalija u vazduhu. Njihova studija kulminirala je razvojem modela mašinskog učenja sposobnog da verbalno opiše miris jedinjenja sa nivoom veštine koja se može porediti sa ljudskim.
Detalji njihove revolucionarne studije objavljeni su u časopisu Science.
Obimni napori
Ovaj istraživački poduhvat zahtevao je veliki trud i pažnju. Ljudi imaju oko 400 aktivnih olfaktornih receptora. Ovaj broj premašuje četiri receptora koji se koriste za vid boja ili 40 koji se koriste za percepciju ukusa. Svi ovi receptori stupaju u interakciju sa hemikalijama u vazduhu kako bi poslali električne signale do olfaktornog bulbusa.
Joel Mainland, stariji koautor i član Monell Centra, izjavio je da je „prilikom istraživanja mirisa, pitanje koje fizičke osobine čine da molekul u vazduhu miriše na način na koji to čini još uvek misterija“. Istraživački tim je marljivo radio na rasvetljavanju odnosa između molekularne strukture i percepcije mirisa.
Da bi to postigao, tim je konstruisao model koji je sposoban da poveže pisane opise mirisa molekula sa njegovom molekularnom strukturom. Dobijena mapa je grupisala mirise sa sličnim aromama, kao što su „cvetno slatko” i „slatko poput bombona”.
Sistem je obučavan korišćenjem sveobuhvatnog skupa podataka koji sadrži molekularni sastav i mirisne karakteristike 5.000 već poznatih mirisa. Algoritam je uzeo molekularnu strukturu jedinjenja kao ulaznu vrednost i predvideo najprikladnije opise mirisa.
Da bi potvrdili efikasnost modela, istraživači Monell Centra sproveli su proces slepe validacije koji uključuje grupu obučenih učesnika. Ovi pojedinci su imali zadatak da opišu nove molekule koristeći skup od 55 reči u rasponu od „menta“ do „ustajalo“. Njihovi opisi su zatim upoređivani sa onima koje je generisala mašina.
Izvanredni rezultati
Rezultati su bili impresivni. Model veštačke inteligencije nadmašio je svakog učesnika u opisivanju 53% proučavanih jedinjenja. Štaviše, model je briljirao u izvršavanju olfaktornih zadataka za koje nije bio posebno obučen. Joel Mainland je primetio da je „ono što je otvorilo oči bilo to što ga nikada nismo trenirali da nauči jačinu mirisa, ali je ipak mogao da daje tačna predviđanja.
Program je pokazao sposobnost kvantifikacije različitih atributa mirisa, uključujući intenzitet mirisa, za 500.000 potencijalnih mirisnih molekula. Takođe je otkrio brojne slučajeve u kojima strukturno različita jedinjenja dele iznenađujuće slične mirise. Mainland je takođe izrazio nadu da će ova mapa poslužiti kao vredan alat za istraživače u hemiji, olfaktornoj neuronauci i psihofizici, olakšavajući istraživanje prirode mirisnih senzacija.
Tim je spekulisao da bi ovaj model potencijalno mogao biti organizovan na osnovu metaboličkih puteva. Ovo bi dodatno označilo značajnu promenu u načinu na koji naučnici kategorizuju i razumeju mirise. Trenutno, senzorni naučnici klasifikuju jedinjenja na način hemičara, uzimajući u obzir faktore kao što su prisustvo estara ili aromatičnih prstenova.
Implikacije ovog istraživanja su ogromne.Može približiti svet digitalizaciji i reprodukciji mirisa, i potencijalno transformiše industrije poput mirisa i ukusa. Pored toga, mogao bi da identifikuje nove mirise za različite primene, od smanjenja zavisnosti od ugroženih biljaka do razvoja funkcionalnih mirisa u svrhe kao što su repelent protiv komaraca ili maskiranje neprijatnog mirisa.
Šta je pred timom? Njihov sledeći cilj je da istraže kako odoranti interaguju jedni sa drugima da bi proizveli različite arome koje ljudski mozak percipira kao potpuno različite od svakog pojedinačnog mirisa.
